qq_40723205的博客

翻译 2-19-RGB色彩空间存在的缺点

出自论文 MAST: A Memory-Augmented Self-Supervised Tracker（CVPR2020）Lab颜色模式是以一个亮度分量baiL(Lightness)，以及两个颜色分量a与b来表示颜色的。其du中，L的取值范围zhi为0~100，a分量代表由绿色到红色的光谱变化，而b分量代表由蓝色到黄色的光谱变化，且a和b分量的取值范围均为-120~120。Lab颜色模式是Photoshop内部的颜色模式。由于该模式是目前所有模式中色彩范围(称为色域)最广的颜色模式，它能毫无..

翻译 2-17-神经网络架构搜索

神经网络结构搜索(neural architecture search)主要由搜索空间，搜索策略与性能评估3部分组成。在搜索空间设计上，出于计算量的考虑，通常不会搜索整个网络结构，而是先将网络分成几块，然后搜索块中的结构。根据实际情况的不同，可以共享不同块中的结构，也可以对每个块单独搜索不同的结构。以对每个块单独搜索不同的结构。在搜索策略上，主流的优化方法包含强化学习、进化算法、贝叶斯优化和基于梯度的优化等。在性能评估上，为了节省计算时间，通常不会将每一个网络都充分训练到收敛，而是通过权值共享、

原创 2-14-Multiple Exemplars-based Hallucination for Face Super-resolution and Editing(ACCV2020)

Multiple Exemplars-based Hallucination for Face Super-resolution and Editing(ACCV2020)做什么任务?-人脸超分(general SR process as ”face/facial hallucination”)和人脸编辑(”face editing” to the task where new features are injected)人脸编辑的传统做法/本文做法：条件GAN通过修改预先定..

原创 2-10-Super-resolution from Internet-scale Scene Matching(ICCP2012)

用于超分的一个数据集 Sun80出自这篇文章

原创 2-10-对于SISR的定义

Super-resolution (SR) refers to the task of restoring high-resolution images from one or more low-resolution observations of the same scene.According to the number of input LR images, the SR can be classified into single image super-resolution (SISR) an.

原创 2-10-基于参考的图像超分辨率重建数据集构造

Landmark image super-resolution by retrieving web images.IEEE TIP, 22(12):4865–4878, 2013.Learning Cross-scale Correspondence and Patch-based Synthesis for Reference-based Super-Resolution(BMVC2017)CrossNet An End-to-end Reference-based SR networ

原创 2-9-AAAI2021最新论文

转载 2-26-Self-Attention with Relative Position Representations

原文链接 ： https://dengbocong.blog.csdn.net/article/details/107939242Transformer与递归和卷积神经网络相反，它没有在其结构中显式地建模相对或绝对位置信息，而是它需要在其输入中添加绝对位置的表示，这是一种完全依赖于注意力机制的方法。本文提出了一种将相对位置表示形式并入Transformer自注意机制的有效方法，残差连接有助于将位置信息传播到更高的层。循环神经网络（RNN）通常根据时间 t 的输入和先前的隐藏状态 计算隐藏...

转载 2-5-卷积操作的平移不变性

本文链接：https://blog.csdn.net/m0_47183379/article/details/108910560不变性意味着它的外观发生了一定变化但是你仍能够识别出来。这对图像分类来说是一种很好的特性，因为我们希望图像中目标无论是被平移，被旋转，还是被缩放，甚至是不同的光照条件、视角，都可以被成功地识别出来。比如对图像分类任务来说，图像中的目标不管被移动到图片的哪个位置，得到的结果（标签）应该是相同的，这就是卷积神经网络中的平移不变性。在神经网络中，卷积被定义为不同位置的特征检测器，也就

转载 2-4-Transformer文章概览

转载 2-3-Transformer各层网络结构详解！

文章目录 1. 什么是Transformer 2. Transformer结构 2.1 总体结构 2.2 Encoder层结构 2.2.1 Positional Encoding 2.2.2 Self-Attention 2.2.3 Multi-Headed Attention 2.2.4 Layer normalization 2.2.5 Feed Forward Neural Network 2.3 Decoder层结

转载 1-30-什么是遗传算法Genetic Algorithm

01 什么是遗传算法？遗传算法（Genetic Algorithm, GA）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，不需要确定的规则就能自动获取和指导优化的搜索空间，自适应地调整搜索方向。遗传算法以一种群体中的所有个体为对象，并利用随机化技术指导对一个被编码的参数空间进行高效搜索。其中，选择、交叉